文章
Lipidfinder：新型脂质发现的开源Python工作流程
文章
Lipidfinder：新型脂质发现的开源Python工作流程
阅读时间：
想要本文的免费PDF版本吗？
填写下面的表格，我们将向您发送PDF版本的电子邮件“ Lipidfinder：新型脂质发现的开源Python工作流程”
名*
姓*
电子邮件地址*
国家*
公司类型*
工作职能*
您想从技术网络接收进一步的电子邮件通信吗？捷克葡萄牙直播
获得精确的高质量脂肪组（或代谢组）数据集的挑战。我肯定会想到的一个因素是能够最大程度地减少甚至更好地消除那些可以阻止您的质谱数据分析的大量人工制品，以确保准确的解释。
有许多现有的计算工作流程可帮助研究人员处理代谢组学数据集，但是，这些倾向于对已知脂质进行调查或已商业开发，这意味着不一定可能定制和用户修改。1
内部的研究人员Valerie O’Donnell教授在加的夫大学，英国开发了一种基于Python的计算工作流程，该计算工作流程是针对大量数据的分析量身定制的，专门针对新型脂质的识别。在我本人和奥唐奈教授之间进行的一次采访中，她解释了背后的原因Lipidfinder该工具对她小组的研究产生了影响。
LM：您最近的出版物之一着重于开源python的工作流程Lipidfinder的开发。您能告诉我们一些有关此新工具的信息吗？
仍然没有明确答案的关键基本研究问题是，哺乳动物细胞包含多少脂质。我们的观点是，挖掘整个细胞的脂质组，尤其是在与疾病相关的疾病下，将为发现具有生物学相关的新脂质提供机会，最终可以用作炎症的生物标志物或治疗靶标。
Lipidfinder由克里斯·布拉什（Chris Brasher），目前是我的实验室中的博士生，作为Python计划，旨在有效清理高分辨率质谱（MS）数据的大量文件。当使用长色谱运行以及高分辨率MS分析来自细胞或血浆的脂质提取物时，它们包含高达60k的信号，其中只有3-5K可能代表实际的脂质。其余数据是背景噪声或垃圾，需要删除。这是一项艰巨的任务，需要定制信息学工具。有开放式访问工具，例如，使用广泛使用和出色的XCM，可提供一些清理功能，但是这些功能可以更好地寻找已知的脂质，而不是大量未知的脂质。许多调查人员不必担心这些人工制品，因为它们在分析中忽略了它们，但是对我们来说，这是一个重大问题。
我们的程序可用于从XCMS进行遵循，以删除更多的人工制品，并更有信心对真正的脂质进行了信心。LipidFinder的一种创新是优化工作者的工作流，该工作流将机器学习方法应用于操作员自己的数据，以优化有效数据分析所需的各种参数。工作流已经打开github并正在开放访问；但是，它目前正在适应界面脂质图并应在接下来的几个月内以这种格式提供。Jorge Alvarez-Jarretta博士由ERC赠款资助，还向LipidFinder添加了其他模块，这将使清理能力更加改善，我们将在第二次发布时立即发布。
LM：Lipidfinder开发背后的主要理由是什么？其实施取得了什么关键的研究成功？
LipidFinder的第一个版本最初是由Microsoft Excel程序编写的大卫·斯拉特（David Slatter）博士，而我的小组中的一位邮政研究员。当时，我们有兴趣映射血小板脂质仪并了解阿司匹林如何调节血小板脂质，但是我们没有可用的工具可以做这项工作。大卫对编程有长期的兴趣，并撰写了这个早期版本。使用此文件，我们发表了一篇论文细胞代谢2016年，这表明了三个无关的个体（包括我自己！）中血小板脂质姆斯的大小和多样性。这也使我们能够绘制由血小板制成的100种新脂质，特别是氧化的磷脂和脂肪酸。
显然，这是一种非常缓慢且效率低下的方法，在此期间，我们开始与加的夫的计算机科学家合作，最终导致了此工作流程的Python版本。我们认为这种方法类似于基因阵列，数据是未验证的，并导致假设产生，因此使用此工具做出的发现需要严格的验证，例如使用目标方法和MS/MS实验。从血小板研究中，我们一直在表征心血管疾病人群中的脂质，并进一步推进了有关血小板脂质组多样性的研究，但尚未发表这些研究。我们渴望解决的关键问题包括：同一人群中脂质组随着时间的流逝如何稳定，遗传学与环境在控制血小板和细胞全球脂质元组成中的影响是什么？
LM：该领域内是否有一个特定的主题，您可能没有机会探索到目前为止或想进一步探索？
在过去的五年中，我们改变了工作方式，因为研究高分辨率数据集和采矿脂质组需要团队方法，包括跨学科技能，例如信息学和统计学以及脂质生物学。开发这种类型的方法改变了我们的研究小组的运作方式，但也提出了重大挑战。现在，我们已经生成了几个大型数据集，这些数据集需要时间和思想，以有效地分析和理解它们。目前，我的首要任务是完成这些研究并发布我们的发现，尽管一直出现新问题，但我渴望确保我们不会失去焦点，并避免忽略我们目前必须交出的所有数据。
话虽如此，我们渴望跟进许多主题和问题。尽管我的主要兴趣始终存在于循环血管细胞的脂质中，但我们对同一脂质如何调节组织生物学，尤其是皮肤和大脑的脂质越来越感兴趣。我们的未来方向可能包括解决正常伤口愈合和神经传递中生物活性脂质的形成和表征的研究，但这是未来的。
有关脂质的临床发育的更多信息，可以找到O’Donnell教授及其同事发现其炎症特性的更多信息。这里。
参考
1. O’Connor，A.，Brasher，C.J.，Slatter，D.A.，Meckelmann，S.W.，Hawksworth，J.I.，Allen，S.M。，＆O’Donnell，V。B.（2017）。Lipidfinder：发现脂质的计算工作流程可识别血小板中的eicosanoid-磷酸肌醇。JCI Insight，2（7）。doi：10.1172/jci.insight.91634
广告
